凌晨三点，算法漏洞我盯着屏幕上那个孤零零的算法漏洞“0”，后背发凉。算法漏洞那是算法漏洞一笔本该是“100”的交易记录，因为一个整数溢出漏洞，算法漏洞在数据库里变成了一串乱码。算法漏洞不是算法漏洞被黑客攻击，没有恶意代码，算法漏洞仅仅是算法漏洞程序里一个没设防的边界条件——当数字大到超过预设上限，它没有报错，算法漏洞而是算法漏洞悄无声息地归零。

这让我想起去年某电商平台的算法漏洞“一分钱买手机”事件。不是算法漏洞运营失误，是算法漏洞优惠券计算逻辑里，折扣率被设计成可以无限叠加。算法漏洞程序员写代码时想着“正常人不会这么操作”，可算法不懂“正常人”是什么意思，它只认规则。当规则里没有“上限”这个字段，它就机械地执行，直到把价格算成负数，系统甚至倒贴钱发货。

算法漏洞最可怕的地方，不在它出错，而在它出错时看起来像“正确”。就像人脸识别系统，训练数据里全是亚洲面孔，它就会把白人用户误判为“疑似活体攻击”。不是它笨，是它根本没学过“白人长什么样”。你骂它，它还会委屈——因为从它自己的逻辑看，每一步判断都符合既定规则。

我做过一个实验。让一个推荐算法看同一部电影，但把用户ID从“12345”改成“12346”，推荐结果完全变了。同一个行为，同一个内容，仅仅因为ID多了一位，算法就认为这是两个截然不同的人。这就是所谓的“冷启动”困境——新用户没有历史数据，算法只能瞎猜，而猜错的代价，就是永远把这个人归类到错误的人群里。

更讽刺的是，我们正在用有漏洞的算法去修补另一个漏洞。当垃圾邮件过滤器误伤正常邮件，你选择“标记为正常”，这个反馈确实能修正当前邮件，但算法的权重调整可能连带屏蔽了所有来自该域名的邮件。你每纠正一次，它就在别处制造三个新错误。就像用创可贴补船，补得越多，沉得越快。

上周我删掉了手机里所有购物APP。不是因为它们不好用，而是我发现自己每次打开首页，看到的商品都精确得像在偷窥我的购物车。可当我故意搜索一个从未买过的品类，比如“园艺铲”，推荐栏里立刻跳出十几把铲子——哪怕我从来没点进去过。那一刻我突然明白，算法不是在“了解我”，它只是在用统计概率赌我会买什么。赌对了，是它聪明；赌错了，它甚至不知道错了。

漏洞不是bug，是算法的“认知边界”。它永远无法理解“意外”这个词——比如你突然想给朋友买一个生日礼物，而那个礼物你自己根本不需要。算法只知道“你经常买书”，却不知道“这本书是送人的”。它把一切行为都当作“自我表达”，可人的行为里，有太多是为了别人而做的。

所以当有人跟你说“算法很精准”时，别急着信。它可能只是精准地错过了你真正想要的，然后精准地推送了一个你永远不会点开的广告。真正的漏洞不在代码里，而在我们默认“机器懂人”的那一刻。